看大數據如何應用于環境管理
大(da)數(shu)據(ju)可以找出看似不(bu)(bu)相關數(shu)據(ju)的(de)關聯性，實現不(bu)(bu)確(que)(que)定(ding)加不(bu)(bu)確(que)(que)定(ding)等于(yu)確(que)(que)定(ding)的(de)效果，在(zai)(zai)大(da)數(shu)據(ju)時代，這一確(que)(que)定(ding)性將(jiang)不(bu)(bu)斷精確(que)(que)。下(xia)面看看大(da)數(shu)據(ju)在(zai)(zai)環境領域的(de)應用會產生哪些(xie)“魔法(fa)”，是(shi)不(bu)(bu)是(shi)會令你腦洞大(da)開？
■精細預測(ce)空氣(qi)質量(liang)
以往，空(kong)氣(qi)(qi)質量(liang)(liang)狀況(kuang)只能(neng)通過空(kong)氣(qi)(qi)站點得知，一旦(dan)這個(ge)(ge)地方沒有建(jian)設(she)空(kong)氣(qi)(qi)質量(liang)(liang)監測(ce)點，就無法獲知具體(ti)的(de)空(kong)氣(qi)(qi)質量(liang)(liang)數值(zhi)。而由(you)于空(kong)氣(qi)(qi)質量(liang)(liang)受多種因素的(de)影響(xiang)，每個(ge)(ge)區域的(de)空(kong)氣(qi)(qi)質量(liang)(liang)各不(bu)相同。就北京來說(shuo)，六環(huan)內的(de)35個(ge)(ge)空(kong)氣(qi)(qi)質量(liang)(liang)站點遠遠無法反映(ying)整個(ge)(ge)北京的(de)空(kong)氣(qi)(qi)質量(liang)(liang)狀況(kuang)。但(dan)傳統空(kong)氣(qi)(qi)質量(liang)(liang)監測(ce)站點的(de)建(jian)設(she)需要投(tou)入(ru)大量(liang)(liang)的(de)財力、物力和人(ren)力。
應用大數(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)方法，微(wei)軟與環保部門合作研發(fa)的(de)U-Air便可以(yi)分析和預測(ce)城市細粒度1km×1km范圍(wei)的(de)空(kong)(kong)氣(qi)質量(liang)。這主要通過融合兩類數(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)來實現，第(di)一類數(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)是空(kong)(kong)氣(qi)質量(liang)監測(ce)實時(shi)數(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)和歷史數(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)，第(di)二類數(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)是空(kong)(kong)氣(qi)質量(liang)相關性數(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)，包括(kuo)氣(qi)象數(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)、交(jiao)通數(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)、人流數(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)、道(dao)路(lu)結構數(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)、興趣點。通過對這些數(shu)(shu)(shu)(shu)據(ju)(ju)(ju)(ju)(ju)建立模(mo)型(xing)，可以(yi)查(cha)看任意點位之前6小時(shi)的(de)空(kong)(kong)氣(qi)質量(liang)狀(zhuang)況(kuang)，并預測(ce)6~12小時(shi)、12~24小時(shi)的(de)空(kong)(kong)氣(qi)質量(liang)狀(zhuang)況(kuang)。
U-Air已在61個城(cheng)市進行驗證(zheng),平(ping)均準(zhun)確度比傳統方法高(gao)出7個百(bai)分點。北京的準(zhun)確度可以(yi)達到75%，廣州和深圳(zhen)可以(yi)達到80%。
從精度來(lai)說，目前U-Air可以(yi)實現1km×1km的(de)細粒度的(de)空氣質(zhi)量(liang)預測(ce)，未來(lai)，空氣細粒度將越來(lai)越細。
從計算(suan)速度來說(shuo)，只(zhi)要花(hua)費幾(ji)秒鐘，U-Air就可以實現(xian)全市空氣質量的預測。
由此(ci)，從準確(que)度(du)、精度(du)、速度(du)來(lai)說，基于大數據研發的城市細粒(li)度(du)空氣(qi)質量(liang)模型遠遠超越傳統空氣(qi)質量(liang)模型。
■計(ji)算尾氣排(pai)放量
過去一(yi)個小時(shi)，北(bei)京(jing)市路面上總油耗是(shi)多少？這(zhe)些油耗將(jiang)產(chan)生多少PM2.5和PM10？沒有大(da)數據(ju)之前，這(zhe)基本(ben)上無法回答。但(dan)在大(da)數據(ju)看來，便(bian)是(shi)小菜一(yi)碟。
利用(yong)車輛(liang)的(de)GPS軌(gui)跡，結合歷史數據、路網和(he)天氣，可(ke)以(yi)計算路面速(su)度，之后通過(guo)速(su)度推算出流量，最后根(gen)據平(ping)均排量，算出總能(neng)耗和(he)排放量。
就北(bei)(bei)京來說，通過對北(bei)(bei)京每一條道路(lu)過去10分(fen)鐘的(de)車速、流量、排放進行實時(shi)估計(ji)，就可(ke)以(yi)通過機器學習和數(shu)據挖掘(jue)，計(ji)算出北(bei)(bei)京十幾萬(wan)條路(lu)在過去10分(fen)鐘的(de)總排放量。
機動車能耗狀況(kuang)的(de)掌握有(you)利于優化交(jiao)通路線(xian)設(she)計(ji)，也可以幫助相關部(bu)門進行(xing)決策，比如可以將單雙號限(xian)行(xing)具(ju)體到某(mou)一條路線(xian)或者(zhe)某(mou)個區域。加(jia)入站點監(jian)測數據，還可以計(ji)算尾氣(qi)排放量在空氣(qi)質量中的(de)占比情況(kuang)
■計算區域噪音指數
紐約長期被(bei)噪音(yin)污染困(kun)(kun)擾，但噪音(yin)具(ju)有實時性(xing)，并且不同(tong)人不同(tong)時間對噪音(yin)的(de)感知不同(tong)，所以對噪音(yin)的(de)監管(guan)非常困(kun)(kun)難。
計算區域噪(zao)音(yin)(yin)指(zhi)數(shu)需要(yao)解(jie)(jie)決3個問題，即紐約什么地(di)方有噪(zao)音(yin)(yin)、什么樣(yang)的聲音(yin)(yin)算噪(zao)音(yin)(yin)以及這(zhe)個地(di)方為什么有噪(zao)音(yin)(yin)。如(ru)果(guo)用傳統添(tian)加硬件的方法進行解(jie)(jie)決，整個紐約市至少(shao)需要(yao)一百多萬(wan)個噪(zao)音(yin)(yin)傳感(gan)器，顯(xian)然(ran)這(zhe)并(bing)不可(ke)行，并(bing)且噪(zao)音(yin)(yin)傳感(gan)器只能反映分貝數(shu)，無法與(yu)公眾感(gan)受(shou)結合(he)起來。
鄭宇的(de)(de)大數據(ju)團隊(dui)則注意(yi)到與噪音相(xiang)關(guan)的(de)(de)周邊數據(ju)。紐(niu)約有(you)一部311電話，用于市民投(tou)訴，這是公(gong)眾感(gan)受(shou)的(de)(de)重(zhong)要數據(ju)源。于是，鄭宇團隊(dui)對(dui)311的(de)(de)數據(ju)進行(xing)了整(zheng)合，對(dui)噪音投(tou)訴的(de)(de)時(shi)間(jian)、地點(dian)、類別、次數、性質進行(xing)了整(zheng)理，通過與道路結(jie)構、興趣點(dian)、人的(de)(de)社交媒(mei)體(ti)數據(ju)進行(xing)融合，計算出每個區(qu)域每段時(shi)間(jian)噪音指數，反映了公(gong)眾對(dui)噪音的(de)(de)整(zheng)體(ti)感(gan)受(shou)情況。 ;
紐(niu)約城市噪(zao)音(yin)模(mo)型可以回放24小時(shi)(shi)任何時(shi)(shi)間任何地點的噪(zao)音(yin)污染情(qing)況(kuang)，并直接顯示噪(zao)音(yin)污染區(qu)域的排(pai)名(ming)情(qing)況(kuang)。
使用微信“掃一掃”功能添加“谷騰環保網”
